中国FDI区位分布的空间效应研究.doc

《中国FDI区位分布的空间效应研究.doc》由会员分享，可在线阅读，更多相关《中国FDI区位分布的空间效应研究.doc（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2008 年第 11 期 中国 FDI 区位分布的空间效应研究 * 何兴强 王利霞 内容提要 : 目前关于我国 FDI 区位选择因素的大部分实证研究都是建立在双边框架 内 , 考 虑第三方效应并从城市角度进行的研究还少有涉及 。 本文在新近发展起来的 第三 国效应 理论基础上 , 运用空间面板计量方法 , 对 1985 ! 2005 年期间我国 30 个省市区的 154 个地级及以上城市的 FDI 区位分布的空间效应进行检验 。 发现全样本 154 个城市的 FDI 之间存在显著的空间效应 , 周边城市的 FDI 增量可以增加某城市的 FDI 流入量 , 周边 城市的市场规模越大某城市的 FD

2、I 流入越多 , 各城市的 FDI 流入也受到周边城市 FDI 不 可测因素的影响 。 对三大地区内部 、 三大地区之 间及长 、 珠三角与三大地区之间等不同子 样本的 FDI 空间效应的检验 , 发现东 、 中 、 西部地区 FDI 的主导类型分别为集聚垂直复合 型 、 受限的集聚垂直复合型和水平型 。 关键词 : 外商直接投资 FDI 区位分布 FDI 类型 空间效应 空间面板模型 一、引 言 伴随着经济的日益全球化 , 外商直接投资 ( FDI) 业已成为发展中国家发展经济、提高生 产力的 主要推动力之一。我国自改革开放以来 , FDI 流入呈快速增长势头。到 2003 年我国吸纳的 F

3、DI 超 过 500 亿美元 , 超越美国成为世界上第一大 FDI 东道国。直到 2006 年 , 中国仍保持着 FDI 的最大发 展中东道国的地位。但是 , 我国 FDI 的区位分布却极不平衡。 1980 ! 2000 年期间我国引进的外商 直接投资中 87 80% 集 中在 东 部沿 海 地区 , 其 中 长江 三 角洲、珠江 三角 洲 和环 渤 海地 区 共占 66 8% 。 2000 年以来中央政府提出的区域 发展政策及中西部地方政府实施的一系列引资优惠政策 已经使得一部分外商直接投资向中西部地区转移 , 但外商直接投资依然主要集中在东部沿海地区 , 2004 年的比重仍然保持在 85

4、 93% , 中西部地区的 18 个省区市只占到不足 15% ( 金相郁和朴英姬 , 2006) 。 我国 FDI 区位分布呈现出的这种不均衡、集聚性的特点 , 自 1990 年起就引起了广泛关注。众 多学者从不同角度实证检验了我国 FDI 的区位选择因素。从 FDI 在省际分布角度进行的研究 , 包 括 Chen( 1996) 、鲁明泓 ( 1997) 、 Sun et al. ( 2002) 、黄肖琦和柴敏 ( 2006) 等 ; 从城市角度进行的研究包 括魏后凯等 ( 2002) 、杨晓明等 ( 2005) ; 单独对某个城市进行的研究包括魏后凯等 ( 2001) 对秦皇岛 的实证分析

5、; 从 FDI 在国内区域分布角度进行的研究 , 包括刘荣添和林峰 ( 2005) 对东、中、西部地 区 , 杨晓明等 ( 2005) 对我国三大经济圈 ( 长三角、珠三角和环渤海地区 ) , 米运生和吕立才 ( 2007) 对 中部地区 FDI 区位选择因素的研究。 上述对 FDI 区位分布的研究均是建立在双边框架的基础之上 , 地区之间相互独立 , 没有考虑各 * 何兴强 , 中山大学岭南学院 , 电子信箱 : hexq mail. sysu. edu. cn, 邮政编码 : 510275; 王利霞 , 中山大学岭南学院硕士研究生 , 电子信箱 : wanglx- upyahoo. cn。

6、本文为全国 区域经济合作与区域经济发展理论 研讨会会议论文 , 文章的研究得到 国家自然 科 学基金 ( 70703037, 70471018) 的资助。本文作者感谢两位匿名审稿人宝贵的意 见和建议 , 感 谢李 岳峰、尹晓磊在数 据收集和整理 上 的协助 , 文责自负。 137 何兴强 、 王利霞 : 中国 FDI 区位分布的空间效应研究 地区之间在吸收 FDI 方面的相互影响。 Baltagi et al. ( 2005) 指出 , 这种双边框架不能解释如今世界 市场日益开放的情况下 , 作为替代进出口贸易的水平型 FDI 不但没有减少 , 反而大量增加的现象。 此前 , Fujita e

7、t al. ( 1999) 也曾 指出 , 如果存在空间集聚效应 , 就不能将其他跨国公司的空间分布视为 是外生给 定的。从计量 角度来 讲 , 忽略空 间效应 或第三 方效应 会使 得估计 结果有 偏、不一致 ( Anselin, 1988) 。 本文建立在新近发展起来的 第三国效应 理论基础之上 , 运用较新的空间滞后 ( SAR) 和空间 误差 ( SEM) 空间面板计量模型 , 同时在模型中引入市场潜力 ( Market Potential) 变量 , 实证分析我国 154 个地级及以上城市 FDI 的空间效应 ; 我们也分别检验了三大地区内部、三大地 区之间及长、珠 三角地区与三大地

8、区之间等多个子样本的 FDI 空间效应 , 从实证角度考察我国外资 西进 的效果 ; 同时 , 与国内相似文献不同的是 , 本文使用的权值矩阵 W 不再是二元邻接矩阵 , 我们首次采用具体 数值度量 , 以更精确地捕捉各城市之间的 FDI 空间效应。 二、 FDI 空间效应理论和实证文献简要回顾 跨国公司理论的正式研究源于 Markusen( 1984) 和 Helpman( 1984) , 他们的研究也是早期跨国公 司理论的典型代表。 Markusen( 1984) 通过建立一般均衡模型 , 分析了 水平型 FDI( Horizontal FDI) , 认为跨国公司进行国外直接投资的动因是降

9、低交易成本争夺更大市场份额 ; 在 FDI 区位选择方面 , 该理论认为 , 水平型 FDI 所针对的目标市场要么是向其出口成本很高、要么是在当地建厂成本较 低的地区 , 而且目标市场越大 , 其取代出 口的可能性也越 大 ( Shatz and Venables, 2000) 。 Helpman ( 1984) 所建立的一般均衡模型分析了 垂直型 FDI( Vert ical FDI) , 认为跨国公司进行国外直接 投资 的动因在于获得东道国较低的 ( 劳动 ) 要素成本 , 通过把总部设在熟练劳动充裕的母国、把非熟练劳 动密集的生产部门设在非熟练劳动充裕的东道国 , 并把生产的产品从东道国

10、出口回国服务母国市 场。因为 垂直型 FDI 生产的中间或最终产品通常运回母国 , 因而对东道国来说往往是出口导向 的 , 一般不受东道国市场规模的影响。由于生产过程的某些联系 , 水平和垂直型 FDI 都可能在某个 区域集中 , 即发生 集聚 。 Wheeler 和 Mody( 1992) 将集聚经济定义为基础设施质量、工业化水平和 外资存量等的函 数 , 并发现集聚经济和市场规模决定了美国公司在发展中国家的区位选择。上述 关于 FDI 的研究仅限于两国框架内 , 母国向东道国的 FDI 投资活动只取决于这两个国家的特征 , 与 其他国家无关。 近几年的理论文献逐步放松 FDI 行为中的两国

11、假定 , 在此方面做了重要扩展。首先 , Ekholm et al. ( 2003) 和 Yeaple( 2003) 分析了 出口平台型 FDI( export platform FDI) , 强调母国投资于一个特定 国家的意图在于把在这个国家生产的产品出口到第三个国家。 其次 , Baltagi et al. ( 2005) 提出了 复合垂直型 FDI( complex vertical) , 即跨国公司将自己的垂直产品链分散在多个国家 , 以利用各个 地方的比较优势 , 并将最终产品运回国内 , 同时该文通过实证研究发现第三国效应非常显著 , 由此 也证实了复合垂直型 FDI 的存在。上述

12、 第三国效应 理论为 FDI 区位分布的实证研究开辟了更广 阔的思路。但到目前为止在实证方面考虑第三国效应的文献较少 , 涉及到多个东道国 FDI 空间依 赖性的也只有为数不多的几篇文献。 目前利 用空间计量方法研究 FDI 区位分布的文献还较少。据查 , 比较知名的第一篇文章来自 于 Coughlin 和 Segev( 2000) , 他们应用空间误差模型 ( SEM) 考察了 FDI 在中国各省的分布 , 发现正的 空间溢出效应。其后 , Blonigen et al. ( 2004, 2005) 应用空间滞后模型 ( SAR ) 分别考察了流入美国的 FDI) 。 Blonigen et

13、 al. ( 2004) 把 Yeaple( 2003) 分析的这种情形和 Ekholm et al. ( 2003) 的 研究统称为 出口平台型 FDI( export platform 138 2008 年第 11 期 FDI 和美国对其他国家和地区的 FDI 投资 , 前者发现邻近较大规模第三方市场的国家对美国的 FDI 投资更多 , 并首次根据空间变量估计符号推断哪种 FDI 投 资动因占主导。 Baltagi et al. ( 2005) 应用 空间误差模型 ( SEM) , 实证检验了基于美国在发达及欠发达地区七个制造行业的 FDI 投资。最近 , Garretsen 和 Peet

14、ers( 2007) 同时应用 SAR 和 SEM 空间计量模型检验了 1984 ! 2004 年荷兰在 18 个东 道国的 FDI 投资之间的空间效应 , 估计结果证明存在显著的空间溢出效应。 Ledyaeva( 2007) 分别考 察了 1998 年金融危机前后俄罗斯的 FDI 区位选择因素 , 并根据估计结果 推断 FDI 类型。 国内也只有几篇应用空间计量方法进行的研究 , 包括王剑 ( 2004) 、王立平等 ( 2006) 、李国平等 ( 2007) 、苏 芳和胡日东 ( 2008) 对 FDI 在我国各省的区位分布的研究 , 均发现正的空间溢出效应 , 但这些文献全部应用省级数据

15、 , 不能捕捉省内城市之间的差异 , 而且也没有对我国三大地区内部及 地区之间的 FDI 空间效应进行检验。相较于此 , 本文的创新之处在于 : ( 1) 建立在 第三国效应 理 论基础之上 , 并将实证结果与 FDI 理论紧密结合 , 给予更科学的 解释 ; ( 2) 从更微观的城市层面 , 将 各城市的异质性考虑在内 , 以更准确地把握我国 FDI 区位分布的空间效应 ; ( 3) 通过空间变量进入 模型估计的权值矩阵 W 不再是沿用二元邻接矩阵 , 而是采用具体的里程函数来表示 ; ( 4) 除了检验 全样本 154 个城市 FDI 的空间效应外 , 还考察了多个子样本 ( 包括东、中、

16、西部三大地区内部 , 两两 之间等 ) 的 FDI 空间效应 , 从实证角度检验我国外资 西进 的效果。 三 、实证模型和数据 ( 一 ) 样本数据 本文采用 1985 ! 2005 年期 间全国 30 个省市区的 154 个地级及以上城市 的面板数据 , 所涵 盖的城市均为从 1985 年开始就已经设立并有明确数据报告的城市。数据来源为中国国家统计局 出版的 #中国城市统计年鉴 ( 1985 ! 1990) 、中经网 ( 1991 ! 2005) 和中国资讯行数据库 ( INFOBANK) , 统计口径为各城市市区值。各名义量均折算为 1985 年不变价。 本文采用空间计量方法分析我国 FD

17、I 的区位分布 , 以检验周边城市的 GDP 及 FDI 对某一城市 FDI 的影响力 , 在变量设置上分为空 间变量和传统变量两类。 ( 二 ) 空间变量 空间变量由市场潜力变量 MarketPotential ( W%GDP) 和空间滞后变量 W%FDI 构成。市场潜力变 量 MarketPotential ( W%GDP) 为一 个城市周围其 他城市的 GDP 加权和 ( Blonigen et al. , 2004, 2005; Garretsen and Peeters, 2007 都曾使用此变量 ) , 权值矩阵 W 为两两城市间的里程函数 ( 下面讨论实证 模型时会进一步说明 )

18、 , 通过考察该变量的系数来 检验一个城市的市场潜力即周边城市的 GDP 地 理加权和 ( W( GDP) 对 FDI 的吸引能力 , 也即检验邻近较大的第三方市场是否能增加该地区的 FDI ( Head and Mayer, 2004; Blonigen et al. , 2004, 2005; Garretsen and Peeters, 2007) ; 空间滞后变量 W% FDI 的系数 则度量了地理上邻近的其他城市的 FDI 加权和对某一城市吸引 FDI 的影响程度 , 也 可以认为是度量了一种集聚效应 。 之所以设置这 两个空间变量 , 是由于空间滞后模型 ( SAR) 与 FDI

19、理论存在较密切的关系 , 而空 间误差模型 ( SEM) 与 FDI 理论的联系甚微 ( Blonigen et al. , 2004) 。 Blonigen et al. ( 2004) 总结了与市 为了保证数据的平稳、可比和易得性 , 本文样本包含来自大陆除西藏地区 外的所有省市区、从 1985 年开始 就已经设立 的 地 级及以上城市 , 并排除了一些 1985 ! 2005 年期间 FDI 存量较小 ( 2005 年 FDI 存量按 1985 年人民币计少于 6000 万元 ) 、行政区划变 动较大的城市 , 西部地区总体 FDI 流入量较低 , 但为了保证地理上的连续 性 , 各个省

20、 份至少保 留一个城 市 , 基本为省 会城市 , 有 的 省份 FDI 量较大 , 包含城市则会稍多一些。 & 这里的空间集聚效应与 Wheeler 和 Mody( 1992) 所定义的 集聚经济 有所不同 , 前 者定义的 集聚是基 于一个地 区内的集 聚 , 而空间集聚效应则是与周边地区相联系的一种区域集聚。 139 & 何兴强 、 王利霞 : 中国 FDI 区位分布的空间效应研究 场潜力 MarketPotential 和空间滞后 W%FDI 变量的符号相对应的具体 FDI 类型 , 如下表所示 : 水平型 FDI 是市场导向 表 1 各种类型 FDI 所对应的空间 变量的预期影响 的

21、 , 只针对特定地区的市场 , FDI 动机 空间滞后系数 的符号 MarketPotential 变量系数的符号 因此该地区的 FDI 与周围地 水平型 0 0 区的 GDP 和 FDI 无关 ; 垂直 出口平台型 - + 型 FDI 是 资源 或 成本 导 向 垂直型 - + 的 , 跨国公司选定国 外某地 集聚垂直复合型 + + 资料来源 : Blonigen et al. ( 2004) 。 将产品运回母国 , 对 于跨国 公司在一个地区投资 , 在周围地区的投资必然减少其在特定地区的 FDI, 故预期 为负 , 与市场潜 力变量 MarketPotential 无关 ; 出口平台型

22、FDI 主要是选定一个地区建立分公司 , 以辐射周围市场规 模较大的地区 , 故预期市场潜力变量 MarketPotential 的符号为正 , 但对特定地区的选择又是基于要 素成本考虑 , 类似垂直型 , 故预期 的符号为负 ; 上表的第四种集聚垂直复合型 ( vert ical specialization with agglomerat ion) FDI 是最为复杂的一种 , 兼有垂直和水平的特点 , 跨国公司把其垂直生产链分散 在不同地区 , 以利用各个地区的比较优势。对于这种类型的 FDI 及其生产 , 周边市场供应商的存在 可以增加特定市场的 FDI, 除供应商网络之外的其他跨区作

23、用力也可能增加特定市场的 FDI。预期 空间滞后系数 为正 , 代表跨国公司的 ( 垂直 ) 供应商网络对 FDI 空间集聚 ( 溢出 ) 效应的贡献 , 本质 上市场潜力变量 MarketPotential 对此种类型 FDI 没有影响 , 但此变量与工业生产高度相关 , 而周围 地区的工业生产水平与生产链上的供应商网络相关 , 因此 MarketPotential 变量可能既代表了市场潜 力 , 又代表了东道地区周围本土供应链等因素的集聚 , 预期为正 ( Blonigen et al. , 2004) 。 Blonigen et al. ( 2004) 的总 结主要是针对国别市场而言的

24、, 对于在国内市场的应用有细微差别 , Ledyaeva( 2007) 对 FDI 在俄罗斯内部的分布进行研究时 , 将 出口平台型 FDI 映射为 贸易平台型 , 即服务的市场不是出口 , 而是国内的其他周边市场。事实上 , Ledyaeva( 2007) 是将 ( 其划分的 ) 俄罗 斯各地区视为一些小的 国家 来应用 Blonigen et al. ( 2005) 的总结的 , 本文借鉴 Ledyaeva( 2007) 的做 法 , 将中国各地区 ( 地级及以上城市 ) 视为一些小的 国家 来进 行分析 , 由此 , 单纯的水平型和出口 平台型 FDI 可以总体归类为水平型 , 单纯垂直

25、型和复合垂直型 FDI 可以统一归类为垂直型 , 因此 , 计量检验中的 出口平台型 实际为 贸易平台型 。 同时 , 由于将 FDI 划分为各种具体类型分别进行考察几乎不可能实现 , 所以本文的研究结果是 各种类型 FDI 的一种综合及净效应 , 也即哪种类型占主导 , 后面将把实证估计的结果与此表相联系 对跨国公司在我国的 FDI 动因作进一步的分析。 ( 三 ) 传统变量 传统变量的设置借鉴 FDI 区位分布方面已有的理论和实证研 究 , 并考虑数据的可得性进行选 取 , 具体的定义如下 : 1. 被解释变量 FDI: 采用各城市市区当年实际外商投资额 ( 万元 ) , 并根据当年美元兑

26、人民币的 平均汇率和价格指数折算为 1985 年人民币不变价。 2. 市场规模 ( GDP) : 为各城市市区生产总值 1985 年不变价 ( 万元 ) 。由水平型 FDI 可知 , 由于 规模经济的原因 , 较大的东道地区市场会降低向市场提供产品的成本以及单位产出的固定成本 , 因 140 区进行直接投资生产 , 之后 此该变量会正向影响水平型 FDI; 然而垂直型 FDI 与该变量没有太大联系 2008 年第 11 期 。净效应预期为正。 3. 人口 ( POP) : 为各城市市区年末总人口 ( 万人 ) 。在 GDP 一定的情况下 , 一个城市人口越多 则人均 GDP 越低 , FDI

27、也随之减少 , 因此包括人口变量 是为了控制 FDI 在财富相近的城市之间的选 择倾向 , 预期为负 ( Blonigen et al. , 2004, 2005; Garretsen and Peeters, 2007) 。 4. 劳动力成本 ( RSAL) : 用相对工资率代表 , 为人均工资与劳动生产率的比值 ( Chen, 1997) , 其 中人均工资定义为市区在岗职工工资总额 ( 万元 ) 市区在岗职工人数 ( 万人 ) , 劳动生产率定义为市 区生产总值 GDP( 万元 ) 市区单位从业人员 ( 万人 ) 。追求成本最小化的垂直型 FDI 最受低劳动成 本的吸引 , 同时水平型

28、FDI 也会倾向于投资劳动成本低的地区 ( Lim, 2001) , 预期净效应为负。 5. 基础设施 ( ROA ) : 用道路铺装面积 ( 万平方米 ) 代表。 Wheeler 和 Mody( 1992) 将基础设施状 况作为集聚经济的贡献之一 , 集聚效应对于水平和垂直型 FDI 的影响均为正 , 有良好交通基础设施 的地区也往往能吸引到较多外资 , 预期效应为正。 6. 贸易障碍 ( DISTPORT ) : 采用距最近的外贸口岸里程 ( 公里 ) 度量 , 外贸口岸所在城市设 置为 0。作为替代出口的纯水平型 FDI 会随着贸易障碍的增大而增多 ; 垂直型 FDI 需要进出口中间产

29、品 , 贸易障碍越小 , 越有利于其发展 ; 而对于其他水平型如出口平台型 , 则可能随着东道国贸易障碍 的减小而增多。所以预期净效应不明确。贸易障碍与开放度相反 , 而对于开放度的度量 , 一般采用 外贸依存度 , 但由于数据不可得 , 本文采用距离来描述。也有很多文献采用二元值来表示 , 即沿海 开放城市为 1, 其他为 0, 但这样的设置没有将沿边城市和出口货物集散地如武汉、重庆等包括在 内 , 这些地区可能是由于省 会或直辖市的地位而获得较多投资 , 一旦控制了这些因素 , 其他变量的 估计会更准确。应用里程数据的原因在于 , 有些城市尽管没有外贸口岸 , 但距外贸口岸较近 , 如浙

30、江省的金华市 , 距沿海城市温州只有 248 公里 , 其截止 2005 年的外资存量接近于温州市 , FDI 存量 较高 , 可见用里程可以捕捉这部分城市的开放度 , 预期效应不明确。 7. FDI 存量 ( SUMFDI) : 用各城市绝对 FDI 存量代表 。 Wheeler 和 Mody( 1992) 也将 FDI 存量作 为集聚经济的贡献之一 , 预 期为正。另外 , 前期 FDI 的进入会在当地培训员工、开拓市场、创造专业 化服务 , 从而降低后来者的进入成本 , 增强当地对外国投资者的吸引力 ( Markusen, 1990) , 因此预期 为正。 ( 四 ) 实证模型 1. 基

31、本模型 首先根据上面描述的 FDI 影响因素构建基本的回归模型如下 : FDI it = 0 + 1 H ostVariablesit + 2 MarketPotentialit + ( 1) 这里 , t ( ( 1, T ) , T = 21( 1985 ! 2005) ; i ( ( 1, N ) , = 154。 H ostVariablesit 包含上面所提到的传统 解释变量 , MarketPotential it 为上述空间变量之一的市场潜力变量 , 该变量的系数反映一个城市的市 场潜力即周边城市的 GDP 地理加权和对 FDI 的吸引能力 , 即邻近较大的第三方市场是否能增加该

32、 地区的 FDI。模型中所有变量均采用对数形式。此模型采用面板计量方法进行估计。 Lim( 2001) , Shatz 和 Venables(2000) 均提到 , 传统意义上跨国公司 对外直接投资 的主要原 因有两个 , 即水平型 ( 市场导 向 ) 和垂直型 ( 成本导向 ) 。 Baltagi et al. ( 2005) 将单纯 的水平型 和出口平 台型 FDI 总体归 类为水平 型 , 将单 纯垂直 型和复 合垂直 型 ( Complex Vertical) 统一归类为垂直型 , 故这里讨论的传统变量中 , 水平型和垂直型为广义。 & 这里借鉴了 Blonigen et al. (

33、2004, 2005) 对样本国家的有关处理方法。 由于 1985 年 #中国城市统计年鉴 所报告的 FDI 指标值为各城市历年 ( ! 1984) 的 FDI 存量 , 而从 1986 年起 , 所报告的 数据 则为各年度的增量 , 所以以后各年度的 FDI 存量只需将前一年的存量 与增量相加 即可 , 因此本文 样本数据中的 FDI 存量即为 以往 年度实际发生的所有 FDI 之和。考虑到 FDI 从某地退出等情况 , 按该口径统计各年年底 FDI 存量和各年年底的 FDI 实际存量 有一 定差别 , 由于没有 FDI 从某地退出的详细数据资料 , 本文中我们采用了这种近似的处理方法。 1

34、41 & 何兴强 、 王利霞 : 中国 FDI 区位分布的空间效应研究 空间计量方法有两种基本的空间模型 , 即空间滞后模型 ( SAR) 和空间误差模型 ( SEM) 。 2. 空间滞后模型 ( SAR) 在基本模型基础上引入空间滞后变量的空间滞后模型 ( SAR) 的回归方程如下 : FDIit = 0 + 1H ost Variabl esit + 2 MarketPotenti alit + % W % FDI it + ( 2) 这里的 W%FDI 同前述空间变量之一的空间滞后变量一致 , 为空间滞后系数 , 度量周围城市 的 FDI 流入量加权和对某一城市 FDI 的影响程度 ,

35、( - 1, 1) 。 由于本文采用空间面板计量方法 , 将面板数据与空间特征相结合 , 所以这里的权值矩阵 W 不 再是基于横截面数据时的 N ( N 方阵 ( N 代表横截面个体数 ) , 而是一个 ( N ( T ) ( ( N ( T ) 的分块 矩阵 : W1985 0 0 W = 0 % 0 ( 3) 0 0 W2005 矩阵 W 中的非对角元素全部为 0, 而对角线上的每个元素又是一个 154 ( 154 的方阵 , 且 W1985 = W1986 = )= W2005 , 即假定距离具有时间不变性。与目前大多数采用空间计量方法研究此方向的 文献 ( Coughlin et al

36、. , 2000; 王剑 , 2004; 王立平等 , 2006) 不同的是 , 本文没有采用简单的二元邻接矩 阵 ( 即 0, 1 两种值 ) , 而是应用具体的数值 , 这样可以更准确地捕捉周围城市变量对某个特定城市的 FDI 的影响。每个方阵的值又表述如下 : !ij = 0, 如果 i = j ; !ij = 22 dij , 如果 dij 1624( km) ; !ij = 0, 如果 dij 1624( km) ( 4) 该矩阵的 处理方 法参 考多 数文 献的 作法 ( Blonigen et al. , 2004, 2005; Garretsen and Peeters, 20

37、07) , 选取了较简单的距离倒数函数 , 样本中最短的城市间里程 ( 22km) 得到的权重为 1, 其他里程 的权重为 22 dij , dij 是 样本中城市 i 和城市 j 之间的里程 ( i , j ( 1, 154 ) 。距离限值 1624 的选取参照 Madariaga and Poncet ( 2007) 的作法 , 认为如果城市间里程大于此值 , 则空间影响力由正转为负。对 角线上元素全部为 0, 表示任何地区的 FDI 值不能够预测自身。同时该矩阵经过标准化处理 , 使每 一行的行和等于 1, 表示每个城市的空间影响所占份额。 3. 空间误差模型 ( SEM) 在基本模型基

38、础上引入空间误差变量的空间误差模型 ( SEM) 的回归方程如下 : FDI it = 0 + 1 H OstVariablesit + 2 MarketPotentialit + , = W + # ( 5) 这里 是待估计的空间误差系数 , 其值应位于 ( - 1, 1) 内 ; # 是 3234 维 ( 154 ( 21) 误差向量。 同样也反映了空间效应的大小 , 但作用机制与空间滞后模型 ( SAR) 不同 , 它反映了影响周围城市 FDI 的不可测因素影响某一城市 FDI 的程度。这里的权值矩阵 W 同上。 4. 空间模型估计方法 对于空间面 板模型的估计 , 本文主要借鉴 Elh

39、orst( 2003) 极大似然法 ( ML) , 同时参考 LeSage s 网 站 ( www. spatial econometrics. com) 关于 MATLAB 的 PANEL SEM 和 PANEL SAR 的程序 , 在此基础 上根据样本数据作适当改动 , 利用程序对固定效应的空间面板模型进行回归。采用的计量软件为 MATLAB7 0。 本文使用的具体程序文件为 Download 菜单栏里的第一项 Download Matlab Version 7 Winzip file。 142 2008 年第 11 期 ( 一 ) 全样本估计 四、模型估计结果 利用空间面板模型作估计之前

40、 , 先通过 Moran I 检验来测定变量之间是否存在空间依赖性。通 过对 1985 ! 2005 年期间的变量数据进行检验 , Moran I 值为 0 1006, p 值为 0 0000, 表明我国各城市 的 FDI 分布存在显著的空间效应。进 一步通过 LM lag 和 LM err 统计 量来检验空间滞后模型 ( SAR) 和空间误差模型 ( SEM) 的适用性 , 检验结果显示 LM lag 值为 49 8472( p 值为 0. 0000) , LM err 值为 24. 3477( p 值为 0. 0000) , 两者都统计显著 , 故对两种空间模型 SAR 和 SEM 都进行

41、相应的估 计。 首先对基本模型、空 间滞后 表 2 1985 ! 2005 年中国 FDI 区位分布的全样本估计结果 模 型 ( SAR ) 和 空 间 误 差 模 型 面板估计 空间滞后模型 空间误差模 型 ( SEM) 作全样本 ( 1985 ! 2005 年 , ( 固定效应 ) ( SAR) ( SEM) 1. 我国的 FDI 投 资主导 类 - 4. 4238 - 4. 9755 - 4. 6695 ( 道路铺装面积 ) 4. 1818 1. 9994 3. 1260 表 2 的 空间滞后 SAR 模型估 计 DISTPORT - 0. 0776 - 0. 1178 - 0. 101

42、0 结 果中 , 空间滞后参数 和市场 表 1 的解释表 明 , 我国的 FDI 投 MP( 市场潜力 ) 0. 1569 1. 0979 0. 1932 资主导类型为集聚垂直复 合型。 6. 4471 4. 6302 6. 6678 0. 2200 4. 6486 模型和空间滞后模型中市场潜力 Log likelihood - 6030. 4318 - 6440. 4602 注 : 全部变量均为对数形式 ; 括号内为 t 统 计量 ; 表示在 10% 的水平上 显 著 , 表示在 5% 的水平上显著 , 表示在 1% 的水平上显著 ; 一城市的 FDI 流入量会越多。 资 料 来 源 : #

43、 中 国 城 市 统 计 年 鉴 ( 1985 ! 1990 ) , 中 经 网 ( 1991! 2005 ) , 2. 各城市 的 FDI 流入量 也 INFOBANK。 受到周边城市 FDI 不可测因素的影响。在空间 SEM 模型估计结果中 , 空间误差系数 显著为正 , 说明各城市的 FDI 流入量也受到周边城市 FDI 不可测因素的影响 , 这意味着各个城市在制定引资 战略时需要考虑宏观经济的整体形势 , 不能孤立地考虑城市自身的引资战略。 3. 在传统解释因素方面 , 市场规模 ( GDP ) 较大、人口 ( POP) 相对较少、交通基础设施 ( ROA ) 较 一般通过 Moran

44、 s I 检验来验证是否存在显著的空间效应 , LM- lag 和 LM- err 检验分别对空间滞后模型 ( SAR) 和空间误差 模型 ( SEM) 的适用性进行相应的检验 (Anselin, 1988) 。 143 0. 3803 0. 6025 0. 7027 154个城市 ) 回归 , 结果列于表 2 * * * 5. 3233 4. 5122 9. 3339 中。根据估计结果可见 : - 0. 3286 - 0. 7798 - 0. 4083 POP(人口 ) 0. 2262 0. 2402 0. 3840 RSAL(相对工资 ) 3. 4203 3. 2455 5. 2684 的FDI 倾向于投资周边城市 FDI ROA 0. 2389 0. 1176 0. 1718 * * * * * * ( 距外贸口岸距离 ) - 6.6243 - 5. 1348 - 7. 7793 SUMFDI 0. 7374 0. 3527 0. 6046 潜力参数MP 均显著 为正 , 根据 (FDI 存量 ) 39